Ieguvumi:
- Spēja izprast šķiedras, auduma struktūras, gramatikas (GSM), pārklājuma un materiāla veiktspējas jēdzienus un izmantot mākslīgo intelektu kā materiālu izpētes un salīdzināšanas palīgu
- Spēja ar mākslīgā intelekta atbalstu pārvērst dizaina prasības (siluets, pielietojums, klimats, budžets) piemērotos auduma īpašībās un izveidot kandidātu materiālu sarakstu.
- Spēja saprast, ka mākslīgā intelekta materiāla ieteikums ir jāpārbauda ar fiziskiem paraugiem, pārklājuma un izturības testiem, un ka piegāde un izmaksas tiks apstiprinātas uz vietas
Dizaina liktenis bieži tiek noteikts uz auduma. Tas pats kleitas raksts izskatās elegants plūstošā viskozē, apjomīgs stingrā adījumā un diskets smalkā adījumā. Audums nosaka, kā siluets pārklājas, kā apģērbs jūtas, cik ilgi izstrādājums kalpos un cik tas maksā. Tāpēc materiāla izvēle ir strukturāls lēmums, nevis dizaina estētiska detaļa.
Lai šo lēmumu pieņemtu apzināti, ir jāzina daži pamatjēdzieni. Šķiedra: pamata izejviela, kas veido audumu, piemēram, kokvilna, lins, vilna, viskoze, poliesters. Auduma konstrukcija: austs vai adīts — tas nosaka elastību un drapējumu. Gramatika (GSM): svars uz kvadrātmetru; Tas parāda auduma biezumu un svaru. Apšuvums: kā audums pārklājas, plūst vai pārklājas. Veiktspēja: tādas lietošanas īpašības kā izturība, elpojamība, grumbu veidošanās, saraušanās, krāsas noturība. Ar šiem jēdzieniem dizainere atbild uz jautājumu "kāds audums šim siluetam".
Ko mākslīgais intelekts dara materiālu izpētē
Materiālu pasaule ir plaša, un dizainers nevar zināt katru šķiedru un katru auduma veidu no galvas. Mākslīgais intelekts šeit ir izpētes un salīdzināšanas palīgs: tas pārvērš dizaina prasības (siluets, pielietojums, klimats, budžets) piemērotās auduma specifikācijās, uzskaita kandidātu materiālu veidus, salīdzina šķiedru plusus un mīnusus, apkopo kopšanas un veiktspējas raksturlielumus, apspriež, kuram produktam audums ir piemērots.
Bet materiāla realitāte ir fiziska. Patieso auduma pārklājumu, sajūtu, krāsu, izturību un cenu var noteikt tikai pēc jūsu rīcībā esošā parauga. Mākslīgais intelekts var teikt "šī kleita var būt piemērota vidēja svara veļa"; bet viņš nevar precīzi zināt, kā šī veļa tiks atlieta, cik tas maksā pie šī piegādātāja, tā MOQ un piegādes laiku. AI sašaurina kandidātu sarakstu; paraugs, pieskarieties un pārbaudiet, veiciet atlasi.
Padoms. Izmantojiet AI kā “auduma bibliotēkas ceļvedi”: kuru šķiedru saimi man vajadzētu apskatīt, ko salīdzināt, kurš veiktspējas tests man jāpasūta? Bet pieņemiet galīgo lēmumu, izmantojot fizisko parauga diagrammu; Ekrāns nevar parādīt auduma sajūtu.
Soli pa solim: no prasības līdz materiālam
1. solis — definējiet prasību. Siluets (šķidrs vai strukturēts), lietojums (vasara/ziema, ikdienas/īpašs), klimats, budžets, ilgtspējības mērķis, uzturēšanas cerības.
2. darbība — pārveidojiet par līdzekli. Ievietojiet šo prasību auduma valodā: kāds svara diapazons, kāds liešana, kāda šķiedru saime, kāda veiktspēja.
3. darbība — tiek izveidots kandidātu saraksts. Lūdziet mākslīgajam intelektam uzskaitīt kandidātu audumu veidus, kas atbilst šīm īpašībām, un salīdziniet to plusus un mīnusus.
4. darbība. Pieprasiet paraugu un pārbaudi. Pieprasīt piegādātājam kandidātu audumu fiziskos paraugus; Testa liešana, rokturis, krāsa un izturība.
5. darbība — apstipriniet iepirkumu un izmaksas. Cena, MOQ, piegādes laiks un nepārtrauktība (vai tāds pats audums var būt arī nākamajā sezonā) tiek apstiprināts uz vietas.
Tālāk esošajā tabulā ir parādīts vienkāršs parasto šķiedru salīdzinājums (skice tāda veida, kādu AI var radīt; faktiskās vērtības apstiprina paraugs):
šķiedra
liešana
elpošana
grumba
Tipisks lietojums
kokvilna
vidējs
augsts
vidēji augsts
ikdienas, krekls
veļa
Strukturēts-šķidrums
ļoti augsts
augsts
vasara, krekls/kleita
viskoze
šķidrums
vidējs
vidējs
plūstoša kleita
vilna
būvēts
vidējs
zems
ziema, virsdrēbes
poliesters
Mainīgs
zems
zems
Performance, mix
trīs mini futrāļi
1. gadījums — sašaurināta meklēšana. Dizainere meklēja audumu plūstošai vasaras kleitai, bet nezināja, ar ko sākt. Viņš noteica AI prasību (vasara, šķidruma liešana, elpošana, vidējais budžets); mākslīgais intelekts nominēja viskozes, tencela un smalkā lina-viskozes maisījumu un salīdzināja to plusus un mīnusus. Dizainere pieprasīja piegādātājam paraugus šiem trim kandidātiem un izvēlējās tos pieskaroties. Mākslīgais intelekts samazināja meklēšanu līdz trim un pieņēma parauglēmumu.
2. gadījums — ekrāna pieskāriena atstarpe. Komanda pasūtīja audumu, ko AI raksturoja kā "mīkstu un greznu", neredzot paraugu. Kad audums ieradās, tas bija stingrāks un niezošāks nekā gaidīts; partiju nevarēja izmantot. Nodarbība: tādu subjektīvu pieskārienu kā "mīksts" var pārbaudīt tikai ar palpāciju; Vārds neaizstāj pieskārienu.
3. gadījums — piegādes realitāte. Kāds zīmols radīja īpašu mākslīgā intelekta ieteiktu organisko audumu kolekciju; Taču piegādātāja MOQ bija pārāk augsts, un piegādes laiks neatbilda sezonai. Plāns sabruka. Nodarbība: auduma pieejamība (cena, MOQ, laiks, pieejamība) ir ļoti svarīga, tāpat kā auduma piemērotība, un šī informācija ir pieejama.
Četras kopējamas veidnes
1) No prasības līdz materiāla specifikācijai:
Mans dizains: [produkts + siluets]. Izmantošana: [sezonāls, ikdienas/īpašs]. Klimats: [...]. Budžets: [...]. Paredzētais uzturēšanas apjoms: [...]. Ilgtspējības mērķis: [ja piemērojams]. Uzdevums: pārvērst šo prasību auduma specifikācijās: atbilstošs svara diapazons, liešanas veids, šķiedru saime, veiktspējas prioritātes. Šis ir viens aspekts; Es apstiprināšu ar galīgo paraugu.
2) Kandidāta auduma salīdzinājums:
Raksturlielumi, kurus meklēju: [grammatika, pārklājums, veiktspēja].Uzdevums: Uzskaitiet 4-5 kandidātu auduma/šķiedru veidus, kas atbilst šīm īpašībām.Katram: plusi, mīnusi, tipisks lietojums, piesardzība.Cena un piedāvājums atšķiras; Es to apstiprināšu laukumā.
3) Veiktspējas pārbaudes rokasgrāmata:
Audums, kuru domāju izvēlēties: [apraksts].Produkta lietojums: [piem. bieži mazgāts ikdienas krekls].Uzdevums: Uzskaitiet veiktspējas pārbaudes, kuras es lūgtu pirms šī auduma apstiprināšanas: saraušanās, krāsas noturība, nodilums, dīgšana, burzīšanās utt. Īsi paskaidrojiet, ko katrs tests parāda.
4) Ilgtspējības sākotnējais novērtējums:
Mani kandidātu audumi: [saraksts]. Uzdevums: Apkopojiet katra ilgtspējības aspektus (šķiedru avots, pārstrādājamība, ūdens/ķīmiskais blīvums). Izveidot galīgu vides apgalvojumu; Pierādījums nāk ar sertifikātu un dokumentu, es to apstiprināšu.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Iesakiet manai kleitai labu audumu.
Nav silueta, bez lietojuma, bez klimata, bez budžeta; Izvade ir vispārīga un bezjēdzīga.
Spēcīga uzvedne:
Jūsu loma: materiālu izpētes asistents. Dizains: vasarīga, plūstoša midi kleita. Mērķauditorija: ikdienas pilsētas izmantošana. Klimats: karsts-mitrs. Budžets: vidējs. Kopšana: jābūt mazgājamai veļas mašīnā. Uzdevums: (1) Pārtulkot prasību auduma īpašībās (svars, pārklājums, šķiedra). (2) Iesakiet 4 kandidātu audumus ar to plusiem un mīnusiem. (3) Uzskaitiet veiktspējas testus, kas man būs jāveic pirms apstiprināšanas. Cenu/piedāvājumu apstiprināšu uz vietas; Pieskārienu un liešanu pārbaudīšu ar paraugu.
Otrā uzvedne pareizi pozicionē mākslīgo intelektu: sašaurina meklēšanu, paraugs pieņem lēmumu.
Biežas kļūdas
- Pieskāriena apstiprināšana ar vārdiem. "Maigs", "grezns" ir subjektīvi; To var saprast tikai manuāli taustot.
- Ekrāna krāsas jaukšana ar auduma krāsu. Krāsu (tāpat kā iepriekšējā vienībā) apstiprina fiziskais paraugs.
- Apejot piedāvājuma realitāti. Cena, MOQ, piegāde un pieejamība tiek apstiprināta uz vietas; mākslīgais intelekts nezina.
- Neprasa veikt darbības pārbaudi. Audumu nedrīkst laist ražošanā bez tādiem testiem kā saraušanās, noturība un nodilums.
- Ilgtspējības apgalvojumu pieņemšana, tos nepārbaudot. Vides apgalvojumi ir pierādīti ar dokumentiem un sertifikātiem.
Uzmanību: auduma realitāte tiek atklāta jūsu rokā, nevis ekrānā. Mākslīgais intelekts ir vērtīgs kandidātu saraksta sašaurināšanā; bet lēmumus par liešanu, rokturi, krāsu un izturību pieņem tikai pēc fiziska parauga.
Rezumējot
Audums ir dizaina strukturālais lēmums: tas nosaka siluetu, sajūtu, izturību un izmaksas. Šķiedra, auduma struktūra, svars, pārklājums un veiktspēja ir pamatjēdzieni. Mākslīgais intelekts ir labs izpētes un salīdzināšanas palīgs plašajā materiālu pasaulē: pārvērš prasības funkcijā, uzskaita kandidātus, apkopo plusus un mīnusus, izstrādā testēšanas rokasgrāmatu. Bet materiāla realitāte ir fiziska; liešanu, pieskārienu, krāsu, izturību un piegādi var noteikt tikai uz paraugiem un uz lauka. Process ir definēt prasību, pārvērst to par līdzekli, izveidot kandidātu sarakstu, pieprasīt un pārbaudīt paraugus un apstiprināt piegādi. Mākslīgais intelekts sašaurina meklēšanu un atlasa paraugus.
Lietojumprogrammas uzdevums
Izvēlieties produktu un siluetu. (1) Pārveidojiet lietojumu, klimatu un budžetu uz auduma specifikācijām, izmantojot veidni “No prasības līdz materiāla specifikācijai”. (2) Izvelciet 4-5 kandidātus ar "Kandidātu auduma komparatoru". (3) Pirms apstiprināšanas norādiet pārbaudes, kuras vēlaties veikt, izmantojot "Veiktspējas pārbaudes rokasgrāmatu". (4) Iegūstiet kandidātu vides apsvērumus, izmantojot "ilgtspējības iepriekšēju novērtējumu". (5) Pierakstiet, kādas fiziskās pārbaudes (paraugs, pieskāriens, tests, sagāde) veiksiet, lai veiktu atlasi no šiem kandidātiem.
kontrolsaraksts
- [ ] Es pārtulkoju prasību betona auduma specifikācijās.
- [ ] Es sašaurināju kandidātu sarakstu ar viņu plusiem un mīnusiem.
- [ ] Es plānoju pārbaudīt pieskārienu, pārklājumu un krāsu ar fizisku paraugu.
- [ ] Es noteicu veiktspējas pārbaudes.
- [ ] Cenu, MOQ, piegādi un pieejamību apstiprināšu uz vietas.
- [ ] Es pārbaudīšu ilgtspējības apgalvojumus ar dokumentāciju/sertifikātu.